——基于数字孪生理论的雅戈尔案例研究

 黄雨琪  胡永铨

（浙江工商大学杭州商学院，浙江 杭州 311500）

摘要：本文通过对雅戈尔集团运用数字孪生理论对数字资源编排的成本效率开展研究，运用数字孪生的概念模型和框架，在该背景下，以雅戈尔西服工厂为例，运用数字孪生理论，通过对中国联通集团的合作推出“5G+数字孪生”的工作方案，并成功将西服工厂打造成一个1：1的虚拟孪生的西服工厂，包括地理信息、物理信息和运行逻辑等内容，利用数据采集模块实时采集缝纫机、自动引导车(AGV)、巡检机器人等设备的信息，并通过 5G网络上载到数字孪生系统中，对生产现场实时状态的监控、分析、告警。可以实现数据源汇聚打通，拉动现场生产设备运行的有效链接；最终实现数据资源集中管理，对全厂运转情况进行统筹监测预警，助力企业加快管理模式迭代转型，赋予雅戈尔集团单独掌握全厂运行全局信息的能力，提前部署，快速处置以往情况下由工厂信息系统响应周期长，系统业务决策慢、异常故障处理不及导致的延迟问题。从成本效率来看，雅戈尔集团通过基于数字孪生理论进行资源编排之后，使得企业生产效率得以提高，订单交付周期大大缩减，极大提高了工厂管理层决策效率与车间层执行效率；降低运营成本，提高市场响应速度；有关学者发现，基于数字孪生理论下的数字资源编排有利于改善企业的生产流程，提高成本效率，可作为传统纺织服装企业进行数字化转型、优化资源配置的重要参考案例。

关键词：资源编排；成本效率；数字孪生理论；雅戈尔服装企业

一、引言

面对信息技术迅猛发展和全球经济格局深度调整的形势下，面对国际国内各种复杂多变的因素影响，无论是传统产业还是新兴产业都需要通过数字化转型获得竞争力提升和持续发展的空间。服装行业作为一种劳动密集型企业面临着前所未有的困境，大数据、人工智能以及物联网等技术的发展加速了服装行业的数字化转型过程。受数字经济高速发展的影响，企业也要利用好数字化转型来增强自身实力，而数字资源编排是其重要环节之一，有助于加强数字资源配置，降低企业的成本。数字孪生理论是企业在虚拟世界中模仿现实世界场景的重要载体，能够帮助企业改善生产情况，提升企业产品创新能力。雅戈尔作为中国纺织服装行业的龙头企业之一，在数字化转型上有着独到的研究价值，通过对相关文献进行分析归纳之后能够较为清楚地对数字资源编排与数字孪生理论应用于企业中进行应用研究的情况有所掌握，这为分析雅戈尔数字化转型的实践路径奠定了一定基础。

二、文献综述

1.数字资源编排的概念与结构维度

（1）具体概念

数字资源编排是将企业或组织获取、汇集、配置及使用数字资源等行为进行有效规划，实现企业的价值创造与竞争优势的过程[1]。其中重要的内容就是合理地发挥资源在数字化环境下利用效率、创新能力和竞争能力的作用，并非数字资源是简单的堆积而是如何使得数字资源产生更大的收益。因此数字资源编排不仅是集合简单的数字资源，还包括根据市场需求情况不断变化对现有数字资源做出调整以及优化的过程。[2]。

（2）结构维度

①获取资源：拉进来外界的新技术、新人才、新数据，在里面积累自己的资源，做好准备迎接后续的资源编排。

②整合资源：运用维持型、丰富型和开拓型资源捆绑策略，把得到的各种资源进行有机整合，产生聚变效应，从而提升资源整体的价值。

这些维度相互关联，共同构成了数字资源编排的整体框架，为企业在数字化转型中提供了系统的指导，助力企业提升运营效率和创新能力。

2.数字孪生理论的概念与结构维度

（1）具体概念

数字孪生最初是由美国国家航空航天局(NASA)提出的，是由于实现飞行器健康监测所产生的需要。国外学者把数字孪生从概念到应用于现实的过程进行了总结，并且深入阐述了数字孪生起源、发展和落地实践，了解数字孪生的技术全貌[3]。理清数字孪生理论的发展脉络可以发现，由简单的物理实体到现在的复杂系统物理实体数字化映射；从最初的物理实体数字化映射到现在的复杂系统的实时交互、智能决策支持过程都是数字孪生发展的关键历程，在此阶段也融合运用了物联网、大数据、人工智能等新一代信息技术。[4]。

（2）结构维度

①数据孪生（DD）：数据孪生是数字孪生的主要内核，在此内核的作用下，信息数据、实体数据相互交织在一起，保证了信息世界和实体世界的一致性、同步性。

②服务（Ss）：将数字孪生技术运用到实际应用当中之后，可以把一些在数字孪生技术运用当中用到的数据模型、算法以及仿真和结果封装成一个可以应用到各个方面的应用软件或者是移动应用。

③互联（CN）：互连保证了实体物理、实体现虚、服务运营的三个运行对象在运行的过程中可以持续不断的交互和同步一致，使得数据能实时更新到数据孪生中，并能拉动实体物理、实体现虚、服务运营顺利运转。

上述几类结构维度所组成的数字孪生架构即是数字孪生理论的构架基础，也为数字孪生技术在未来各领域的实际运用提供指导。这些结构维度共同构成了数字孪生的理论框架，为该技术在各个领域的应用提供了坚实的基础和明确的指导。

3.数字资源编排与成本效率的关系

通过利用数字孪生技术将数字化资源进行整合可以大幅度降低成本，在数字化资源上进行数字孪生技术的应用可以使资源实时进行监管和调度配置。例如：运用数字孪生技术对生产流程进行模拟，通过这种方式来实现对设备布局以及资源的合理分配，保证不会出现浪费的现象发生。还能对设备出现的问题提前进行预警，避免出现突发问题导致企业停产的问题发生。还能对企业生产当中存在的问题进行预测，为预防性维护打好基础。而且数字孪生技术能够代替大量的物理试验来进行试验工作，并能够减少试验次数。也能够对企业内不同部门之间进行数据信息互通并且调度，进而提升企业的整体资源调度能力，更能使企业的生产运作效率得到提升。基于实时数据驱动的决策方式，可以及时根据实际环境动态调整生产计划和资源配置等事项。

这表明，通过整合数字资源，可以优化资源配置，降低成本并提升效率[5]。数字孪生技术通过优化资源配置、提升运营效率、降低试验成本和促进跨部门协作，全面增强了数字资源整合的成本效率，为企业的数字化转型提供了强有力的支持。

4.模型构建

（1）变量设定

①自变量：数字资源的编排

数字技术的整合：企业使用大数据、云计算和物联网等数字技术对现有业务流程进行整合改造。

数据资产的配置：收集数据、存储数据、清洗数据并把数据和业务场景相联系运用起来。

数字化流程的重组：将原有的业务流程搬到线上，达到提高运营效率的目的。

②中介变量：数字孪生的应用

生产数字孪生的构建：对生产设备和车间进行数字化模拟，实时监控生产状态，并优化生产参数。

供应链数字孪生的构建：对供应链的各个环节进行数字化映射，实现供应链的协同运作和精确控制。

营销与服务数字孪生的构建：建立消费者行为和市场趋势的数字模型，指导营销和服务策略的制定。

③因变量：成本效率

生产成本：包括原材料、人力、设备等在生产环节中的直接和间接成本。

运营成本：包括销售、管理、物流等运营过程中的所有成本。

（2）概念模型设计

   本文概念模型图如图1所示：

图1 文献模型变量关系图

三、研究方法与研究设计

1.研究方法

本文结合数字孪生理论研究数字资源编排对于成本效率的影响，由于目前缺乏现成的理论作支撑，本文使用扎根理论作为研究方法。扎根理论是在收集资料的基础上，在资料描述的过程中不断地产生归纳性的概念、范畴、理论的过程，同时发现和解释事实的本质和含义，它的流程包括概念化、范畴化、主次范畴的划分、核心范畴及核心范畴间的关系结构构建等步骤，是建立数字资源编排对成本效率影响的理论模型的有效途径。所以，本文选用了扎根理论研究方法。

2.案例选择

作为国内服装制造领域的头部企业之一，雅戈尔作为转型先锋，在激烈竞争的服装制造行业中积极推进着自身转型进程，一方面劳动密集，属于传统制造业范畴；另一方面需要严控成本、提高生产效率。企业如何利用智能制造实现数据流到业务流的完全贯通？如何针对企业的实际情况创新数字化应用赋能决策？雅戈尔的经验有较高的学习价值。比如雅戈尔与中国联通联合打造“5G+数字孪生”项目，在各个车间部署大量传感器，形成以设备、生产环节、车间布局等多个层次结构组成的数字孪生模型，从而达到整个生产的全数字孪生化生产和管理，用“5G+数字孪生”的形式彻底解决企业数字化问题，堪称制造行业的佳作。上市公司年报、官网等公开平台均提供数字化相关内容，利用企业内部调研、访谈、媒体资料，获取一手或二手相关数据。

3.数据搜集

搜集雅戈尔的年报、内部报告、项目文件等相关资料，从中提取企业数字化转型所涉及的相关数据信息、项目进度以及组织架构方面的变动等信息，便于对数字资源编排带来的成本效益变化进行整体把握；收集从报纸、杂志、网络媒体上查阅到的相关于雅戈尔数字化转型的信息和相关行业研究机构的研究报告等资料来了解外界对此的看法及观点，使其可以作为本文实证研究的内容之一，并有助于加强论证；从搜集到的相关数字孪生、数字资源编排、成本效率方面的一些学术文章，一方面能让我们了解到目前关于这些方面的已有研究成果，另一方面也能为我们后续做的案例分析提供理论参考和比较依据。

四、扎根理论研究过程

1.开放性编码

开放性编码是对收集到的数据进行逐行分析，将文本资料分解、概念化和范畴化的过程。通过对一手和二手数据的梳理，提炼出与数字资源编排、数字孪生应用及成本效率相关的概念和范畴。部分开放性编码见表1。

表1 开放性编码示意表

2.主轴编码

主轴编码的任务是寻找和建构范畴间的逻辑，把零散的范畴联结成一个有机的整体，在了解了各范畴间的原因结果、先后顺位的基础上，构建起主轴与次要轴的关联关系，在本文中根据数字资源编排-数字孪生应用-成本效率的内在逻辑联系建立如下，详情见表2、图2：

表2 主轴编码示意表

图2 主副范畴提取过程

3.选择性编码

选择性编码是根据主轴编码将除主轴之外的各个类别归并到围绕其建立起来的核心范畴之中，然后把这些范畴重新组织成一个理论体系或理论模型的过程。“数字资源编排通过数字孪生应用提升成本效率”是该案例所基于的研究的核心范畴，因此其他范畴都归纳于此范畴之中，得到如表3、图3。

表3 选择性编码示意表

图3 核心范畴提取图

4.理论饱和度检验

理论饱和度检验特指在不获取数据的基础上，继续发掘范畴特征，进而作为是否停止采样的依据，当形成的理论已经能够解释目前所获得的数据，能够解释所研究的社会现象时，就可以认为理论饱和。经检验，本文机制已趋于饱和。

5.模型阐释

本研究所建立“数字资源编排通过数字孪生应用提升成本效率”的模型，即数字资源编排经过采集、传输、整合三个过程，从而获取众多的数据，并解决数据孤岛问题，以此为数字孪生应用提供良好条件，再由数字孪生应用利用采集到的数据，搭建各种设备、生产工艺的数字孪生模型，并对其开展模拟计算与优化。

在作用机制上，数字资源编排为数字孪生应用提供数据，驱动其深入应用；数字孪生应用通过优化生产、供应链等业务流程，降低维修与库存成本，提升设备利用率，从而提升成本效率。该模型不仅丰富了数字孪生理论在企业管理领域的研究，为学术探索提供新视角，还为制造业企业数字化转型提供实操指南，助力企业降本增效。

五、研究结论与建议

1.结论

（1）数字资源编排是基石

数字资源编排在多方面广域采集、采集数据的高宽带快速传送和对采集数据的深层次汇聚的基础上，为数字孪生的应用提供数据保障。同时作为数字孪生实现的前提与重要基础，也为数字孪生的应用发展做准备，数字孪生是企业数字转型的基本前提。

（2）数字孪生应用是核心驱动力

数字孪生应用是根据数字资源编排所提供的数据建立生产、供应链等一系列模拟全流程，并运用这些全流程对生产、供应链环节等业务流程的数据进行模拟分析和优化后反馈到企业的成本方面及效率上面，从而在数字资源编排以及成本和效率之间起到桥梁作用以及发挥核心驱动力量的作用。

（3）成本效率提升显著

借助数字资源编排与数字孪生应用相融合带来的效应，在生产成本方面，雅戈尔得到了改善；在生产效率方面，雅戈尔也收获颇丰；在资源利用效率方面，同样取得优秀成果。如设备维修成本下降、库存成本下降，都是因为使用了上述方法。同理，由于有了上述的方法，能缩短生产周期，单位时间内产成品量也在增加；物料和设备被高效利用，就是有效提高了资源利用效率。

2.建议

（1）提升数字资源编排能力

要增加企业对传感器的投入、对企业数据传输网络和数据管理系统进行升级改造的投资；要扩大企业数据采集面，把生产、销售、市场等方面的业务都纳入进来；优化企业数据传输过程，保证企业内部数据实时更新；建立完善的企业数据治理架构，提高企业数据质量，保障企业数据安全。

（2）拓展数字孪生应用

基于各行业企业的实际业务特点和实际情况不断延伸数字孪生应用范围，在数字孪生模型的应用过程中，应不仅仅局限于生产环节中，而要将其应用到产品设计开发阶段、市场营销阶段、售后等方面。对于已经建立好的数字孪生模型需要不断对其进行优化、升级，使模型更加精准有效。

（3）培育数字化人才

数字资源编排与数字孪生应用的推进，依赖于专业人才的支撑。企业应强化数字化人才的招聘与培养，打造一支既熟悉业务又掌握技术的复合型团队。通过内部培训、外部合作等途径，提高员工的数字化知识和技能水平。

（4）增进跨部门合作

数字资源编排与数字孪生应用牵涉企业多个部门，必须加强跨部门合作。组建跨部门的数字化项目团队，明确各部门的职责，促进数据共享和业务协同，确保数字化转型的顺畅进行。

参考文献：

[1]游一村,熊山.资源编排视角下企业数字化转型价值创造的路径研究[J].金融,2025,15(1):1-7.

[2]贾竣云，陈寒松，徐文箫等.数字创业企业如何通过资源编排实现价值创造?——基于数字平台的跨案例研究[J].研究与发展管理,2023(5):7-9.

[3]Miruna-Elena Iliu, Mihnea-AlexandruMoisescu,Eugen Pop,Anca-Daniela Ionita,Simona-Iuliana Caramihai and Traian-Costin Mitulescu.Digital Twin—A Review of the Evolution from Concept to Technology and Its Analytical Perspectives on Applications in Various Fields[J].applied sciences,2024,14,5454.

[4]杨一帆，邹军，石明明等.数字孪生技术的研究现状分析[J].应用技术学报，2022，22(2):176-184.

[5]朱秀梅，刘月，陈海涛等.数字创业：要素及内核生成机制研究[J].外国经济与管理，2020,42(4):19-35.